“中國(guó)有多少數學(xué)家投入到人工智能(néng)的基礎算法研究中？”日前，在上海召開(kāi)的院士沙龍活動中，中國(guó)工程院院士徐匡迪等多位院士的發(fā)問引發(fā)業界共鳴，被稱爲“徐匡迪之問”。

　　“我國(guó)人工智能(néng)領域真正搞算法的科學(xué)家鳳毛麟角。”在4月28日召開(kāi)的“超聲大數據與人工智能(néng)應用與推廣大會”上，東南大學(xué)生物科學(xué)與醫學(xué)工程學(xué)院教授萬遂人表示，“徐匡迪之問”直擊我國(guó)人工智能(néng)發(fā)展的核心關鍵問題，“如果這(zhè)種(zhǒng)情況不改變，我國(guó)人工智能(néng)應用很難走向(xiàng)深入、也很難獲得重大成(chéng)果”。

　　我國(guó)人工智能(néng)領域發(fā)展的現狀如何？依靠開(kāi)源代碼和算法是否足夠支撐人工智能(néng)産業發(fā)展？爲什麼(me)要有自己的底層框架和核心算法？

　　缺少核心算法，會被“卡脖子”

　　“如果缺少核心算法，當碰到關鍵性問題時，還(hái)是會被人‘卡脖子’。”浙江大學(xué)應用數學(xué)研究所所長(cháng)孔德興教授對(duì)科技日報記者表示，我國(guó)人工智能(néng)産業的創新能(néng)力并沒(méi)有傳說中的那樣強，事(shì)實是，産業發(fā)展過(guò)度依賴開(kāi)源代碼和現有數學(xué)模型，真正屬于中國(guó)自己的東西并不多。

　　4個月零基礎學(xué)會人工智能(néng)、16講入門人工智能(néng)、算法線下大課……類似培訓在網絡上非常火爆，通過(guò)對(duì)于現有算法、模型的學(xué)習和訓練，成(chéng)長(cháng)爲人工智能(néng)工程師的“短平快”可見一斑。

　　既然代碼是開(kāi)源的，拿來用就好(hǎo)，爲什麼(me)還(hái)有可能(néng)被“卡脖子”？

　　孔德興解釋，開(kāi)源代碼是可以拿過(guò)來使用，但專業性、針對(duì)性不夠，效果往往不能(néng)滿足具體任務的實際要求。以圖像識别爲例，用開(kāi)源代碼開(kāi)發(fā)出的AI即使可以準确識别人臉，但在對(duì)醫學(xué)影像的識别上卻難以達到臨床要求。“例如對(duì)肝髒病竈的識别，由于邊界模糊、對(duì)比度低、器官黏連甚至重疊等困難，用開(kāi)源代碼很難做到精準識别。在三維重構、可視化等方面(miàn)難以做到精準反應真實的解剖信息，甚至會出現誤導等問題，這(zhè)在醫學(xué)應用上是‘緻命’的。”

　　“碰到專業性高的研究任務，一旦被‘卡脖子’將(jiāng)會是非常被動的，所以一定要有自己的算法。”孔德興說。換句話說，是否掌握核心代碼將(jiāng)決定未來的AI“智力大比拼”中是否擁有勝算。用開(kāi)源代碼“調教”出的AI頂多是個“常人”，而要幫助AI成(chéng)長(cháng)爲“細分領域專家”，需以數學(xué)爲基礎的原始核心模型、代碼和框架創新。

　　有算法之“根”才能(néng)撐起(qǐ)産業“繁茂”

　　所謂“樹大根深”，人工智能(néng)的發(fā)展也是同樣道(dào)理，越在底層深深紮下根基，越能(néng)夠發(fā)展出強大的産業。

　　那麼(me)，借助開(kāi)源代碼，“半路出家”的AI産業爲什麼(me)會難以爲繼？

　　孔德興解釋說，在獲得同樣數據的前提下，以開(kāi)源代碼運行，AI深度學(xué)習之後(hòu)或許能(néng)輸出結果，但由于訓練框架固定、算法限制，當用戶進(jìn)行具體的實際應用時，將(jiāng)很難達到所期望的結果，而且難以修改、完善、優化算法。

　　“如果從底層算法做起(qǐ)，那麼(me)整個數學(xué)模型、整個算法設計、整個模拟訓練‘一脈相承’，不僅可以協同優化，而且可以根據需求随時修改，從而真正解決實際問題。”孔德興說，基礎算法往往是指研究共性問題的算法，它涉及到基礎數學(xué)理論、高性能(néng)數值計算等學(xué)科，可以應用到多種(zhǒng)實際問題中；而針對(duì)性強的應用算法往往會應用到具體問題所涉及的“具體知識、先驗信息”，從而更好(hǎo)地解決實際應用問題。

　　“基礎算法和應用算法都(dōu)很重要，擁有基礎算法將(jiāng)更有助于應用算法的豐富與深入。”孔德興說，AI要應對(duì)的現實生活是複雜、多變的，當能(néng)夠“應對(duì)自如”時，才能(néng)夠促成(chéng)産業的“繁茂”。

　　呼籲三方協力，讓數學(xué)不再置身事(shì)外

　　“一方面(miàn)是政策引導，其實國(guó)家已經(jīng)在加大這(zhè)方面(miàn)的扶持，例如科研基金上的設置等。”針對(duì)如何解決“徐匡迪之問”反映出來的問題，孔德興認爲，第二方面(miàn)是行業企業在進(jìn)行科技創新時，應有意識將(jiāng)數學(xué)學(xué)者納入進(jìn)來。

　　“如果通過(guò)算法的開(kāi)發(fā)，最終産品落地了，企業應該將(jiāng)算法開(kāi)發(fā)時的數學(xué)學(xué)者納入到成(chéng)果分享中來。”孔德興說，社會目前對(duì)于數學(xué)科學(xué)等“軟實力”的認可程度不足，行業或法規層面(miàn)應該做好(hǎo)數學(xué)研究成(chéng)果的産權保護工作。

　　“第三方面(miàn)，數學(xué)家本身應該積極參與到人工智能(néng)發(fā)展的浪潮裡(lǐ)。”孔德興呼籲，AI的未來發(fā)展需要數學(xué)家深度參與。由于目前仍處于“弱人工智能(néng)”時代（可以說是數據智能(néng)時代），AI的實現主要是依賴計算機的巨大算力和巨大的存儲能(néng)力，底層算法的問題或許并不突出，但在未來的發(fā)展，AI將(jiāng)可能(néng)融入邏輯、思維等智慧的内容，這(zhè)些都(dōu)需要數學(xué)科學(xué)的原始創新，有大量的基礎問題亟待數學(xué)家攻克。

　　算法的進(jìn)階一定是來源于“原創者”，而不是“跟随者”。孔德興說：“實際上深度學(xué)習的應用已遇到了天花闆，我們需要新的數學(xué)技術（如部分依賴邏輯、部分依賴數據的‘聰明算法’），讓計算機變得聰明起(qǐ)來。這(zhè)些工作都(dōu)需要數學(xué)家的參與。”（記者 張佳星）